购物车中还没有商品,赶紧选购吧!
ISBN:
数据科学的统计学方法
商品价格
降价通知
定价
手机购买
商品二维码
配送
上海市
服务
高教自营 发货并提供售后服务。
数量
库存   个

推荐商品

  • 商品详情
手机购买
商品二维码
加入购物车
价格:
数量:
库存   个

商品详情

商品名称:数据科学的统计学方法
物料号 :61691-00
重量:0.000千克
ISBN:9787040616910
出版社:高等教育出版社
出版年月:2024-07
作者:唐年胜 崔恒建 朱仲义 陈敏 耿
定价:59.00
页码:404
装帧:平装
版次:1
字数:570
开本:16开
套装书:否

本书是一本统计学思想方法论教材,主要讲述数据科学的现代统计学方法。全书内容分五大部分:回归分析、多元统计分析、非参数统计分析、时间序列分析、因果分析,通过介绍处理和分析多元或高维变量之间的相关关系、时序关系、因果关系的统计思想方法以及非参数统计分析方法,培养学生处理大数据背景下所面临的新的数据分析问题的能力。

本书可作为高等学校数据科学专业、统计学类相关专业,以及人工智能、机器学习、计算机科学、数学优化和运筹等方向的本科生或研究生教材或教学参考书,同时可供相关领域研究人员参考使用。

前辅文
第一部分 回归分析
  第一章 回归分析
   1.1 什么是回归分析
   1.2 回归分析的主要内容
   1.3 回归分析在数据分析中的地位和作用
   习题一
  第二章 线性回归分析
   2.1 一元线性回归分析
   2.2 多元线性回归分析
   2.3 变量选择
   2.4 模型诊断方法
   习题二
  第三章 高维线性回归分析
   3.1 高维线性回归模型
   3.2 稀疏建模与参数估计
   3.3 特征筛选
   习题三
  第四章 逻辑斯谛回归
   4.1 逻辑斯谛回归与分类
   4.2 逻辑斯谛回归的统计推断
   4.3 多值响应分析方法
   习题四
   参考文献
第二部分 多元统计分析
  第五章 高维均值与协方差矩阵
   5.1 高维分布
   5.2 高维均值与协方差的估计
   5.3 高维均值与协方差矩阵的假设检验
   习题五
  第六章 主成分分析
   6.1 高维变量降维与主成分
   6.2 数据降维与样本主成分
   6.3 稳健主成分分析
   6.4 主成分分析的应用
   习题六
  第七章 因子分析
   7.1 潜在变量分析与因子模型
   7.2 因子分析的基本方法
   习题七
  第八章 判别分析
   8.1 距离判别
   8.2 贝叶斯判别
   8.3 费希尔判别
   8.4 神经网络判别方法
   习题八
  第九章 聚类分析
   9.1 距离和相似系数
   9.2 系统聚类法
   9.3 动态聚类法
   习题九
   参考文献
第三部分 非参数统计分析
  第十章 非参数回归
   10.1 非参数统计
   10.2 非参数检验方法
   10.3 相关性分析方法
   10.4 非参数回归方法
   习题十
   参考文献
第四部分 时间序列分析
  第十一章 时间序列分析
   11.1 平稳时间序列
   11.2 ARMA模型的统计建模与预报
   11.3 高维自回归模型
   习题十一
   参考文献
第五部分 因果分析
  第十二章 因果推断
   12.1 混杂因素与尤尔-辛普森悖论
   12.2 因果作用的估计方法
   12.3 因果网络
   参考文献

对比栏

1

您还可以继续添加

2

您还可以继续添加

3

您还可以继续添加

4

您还可以继续添加